論文の概要: Error-mitigated quantum state tomography using neural networks

• arxiv url: http://arxiv.org/abs/2602.09733v1
• Date: Tue, 10 Feb 2026 12:42:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-11 20:17:43.535442
• Title: Error-mitigated quantum state tomography using neural networks
• Title（参考訳）: ニューラルネットワークを用いた誤差緩和量子状態トモグラフィ
• Authors: Yixuan Hu, Mengru Ma, Jiangwei Shang,
• Abstract要約: 教師あり学習を通して未知の雑音を緩和する多層パーセプトロンネットワークに基づくスケーラブルなトモグラフィー手法を提案する。 提案手法は, 雑音を緩和しない場合と比較して, 広範囲のシナリオで効果的にノイズを緩和する。
• 参考スコア（独自算出の注目度）: 1.8586091121463546
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The reliable characterization of quantum states is a fundamental task in quantum information science. For this purpose, quantum state tomography provides a standard framework for reconstructing quantum states from measurement data, yet it is often degraded by experimental noise. Mitigating such noise is therefore essential for the accurate estimation of the states in realistic settings. In this work, we propose a scalable tomography method based on multilayer perceptron networks that mitigate unknown noise through supervised learning. This approach is data-driven and thus does not rely on explicit assumptions about the noise model or measurement, making it readily extendable to general quantum systems. Numerical simulations, ranging from special pure states to random mixed states, demonstrate that the proposed method effectively mitigates noise across a broad range of scenarios, compared with the case without mitigation.
• Abstract（参考訳）: 量子状態の信頼性評価は、量子情報科学の基本的な課題である。 この目的のために、量子状態トモグラフィーは測定データから量子状態を再構築するための標準的な枠組みを提供するが、しばしば実験的ノイズによって劣化する。 そのため、現実的な環境での状態を正確に推定するためには、そのようなノイズの緩和が不可欠である。 本研究では,多層パーセプトロンネットワークに基づくスケーラブルなトモグラフィー手法を提案する。 このアプローチはデータ駆動であり、ノイズモデルや測定に関する明示的な仮定に頼らず、一般的な量子システムに容易に拡張できる。 特殊な純状態からランダム混合状態に至るまでの数値シミュレーションにより, 提案手法は, 雑音を緩和しない場合と比較して, 広範囲のシナリオにわたって効果的に緩和することを示した。

関連論文リスト

• Communicating Properties of Quantum States over Classical Noisy Channels [29.003268364998927]
  不平等なエラー保護(STT-UEP)を用いたシャドウトモグラフィーを用いた伝送方式を提案する。 量子状態の性質の効率的な伝達を可能にし、任意の可観測物のデコーダ側の推定を可能にする。 古典チャネルのビット誤り確率の関数として推定精度を理論的に保証する。
  論文  参考訳（メタデータ） (2025-12-04T15:42:27Z)
• Correlating noise floor with magic and entanglement in Pauli product states [37.69303106863453]
  パウリの積公式によって生成されるノイズの多い状態から、量子コンピューティングに特有の資源を回収する能力を示す。 純状態の忠実度は、与えられた計算のノイズフロアを表す。 各種の小型回路に対して,古典的影データを収集することにより,これらの知見を実験的に検証した。
  論文  参考訳（メタデータ） (2025-05-07T19:24:00Z)
• Quantum extreme learning machines for photonic entanglement witnessing [30.432877421232842]
  量子極端学習機械(QELM)は、量子絡みを目撃する強力な代替手段を具現化している。 我々は光子対の軌道角運動量を利用するフォトニックQELMを自由度として実装する。 従来の手法とは異なり, 装置の微調整, 精密校正, 精巧な知識は不要である。
  論文  参考訳（メタデータ） (2025-02-25T16:55:35Z)
• Universal framework for simultaneous tomography of quantum states and SPAM noise [8.446060024278658]
  本稿では,量子状態と測定ノイズの同時トモグラフィーを行うアルゴリズムを提案する。 本手法は、ユニタリ演算によって誘導される線形作用素空間の特性の解析に基づく。 一般の場合、このゲージ自由度は避けられないが、状態やノイズ特性に関する事前の知識を用いて、この縮退性を破ることができる。
  論文  参考訳（メタデータ） (2023-08-29T21:49:28Z)
• Noise effects on purity and quantum entanglement in terms of physical implementability [27.426057220671336]
  量子デバイスの不完全操作による量子デコヒーレンスは、ノイズの多い中間スケール量子(NISQ)時代の重要な問題である。 量子情報および量子計算における標準解析は、量子ノイズチャネルをパラメータ化するためにエラーレートを使用する。 本稿では,その逆の物理的実装性により,ノイズチャネルのデコヒーレンス効果を特徴付けることを提案する。
  論文  参考訳（メタデータ） (2022-07-04T13:35:17Z)
• Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
  機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。 本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。 実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2020-07-31T17:25:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。